基于可视化技术的国际智能感知前沿热点研究

尹丽春，崔立彬

（1.黑龙江八一农垦大学，大庆163319；2.大庆市电力集团）

信息技术是国家综合国力的重要体现，也是当今世界竞争最为激烈的领域之一。我国《中长期发展规划纲要》将信息技术定位为需要超前部署的重点行业之一，其中的“智能感知”是信息技术领域重点发展的前沿技术。

利用文献共被引分析和可视化手段，以“智能感知”技术作为研究对象，得出此领域近年研究热点的全景图，并对国际智能感知领域的研究前沿进行分析，以期对相关领域的研究与管理提供支持。

1 研究方法与数据来源

1.1 研究方法

文献共被引分析就是以具有一定学科代表性的一批文献为分析对象，利用聚类分析等多元统计分析方法，把众多的分析对象之间错综复杂的关系简化为数目相对较少的若干类群之间的关系并用网络的方法直观地表示出来。这种方法不仅可以用来揭示科学结构的发展现状乃至变化情况，还可以用来进行研究前沿分析、领域分析、科研评价等，进行信息管理，为科技规划与评估提供基础[1-2]。

信息可视化技术是近年新发展起来的一个研究和开发十分活跃的技术领域，它将计算机图形学、图像处理和计算机视觉等技术相结合，已经在多个领域得到了广泛的应用。CitespaceⅡ[3]是其中的典型代表，它是一种多元、分时、动态的新一代信息可视化技术。它将科学计量学的主要研究方法和信息可视化技术融合在一起，可以通过科学文献的引文以及其共被引关系来展示引文网络的演进并探测科学研究的前沿及其变化。

研究主要以文献共被引方法为主，结合信息可视化软件CitespaceⅡ，将智能感知技术领域的分析结果形象地展示出来。

1.2 数据来源和分析方法

所使用的数据都来源于Web of Science。以Intelligen*and Sens* 为主题词（Topical terms），在 SCI，SSCI，A&HCI 三大数据库中检索出从 1997年至2006年发表的与智能感知相关的论文（Article），共得到3077 条文献记录，每条记录包括作者、题目、摘要和参考文献等信息。

将1997-2006年的数据以两年为单位分成5段。同时，将c、cc 和ccv（其中c 为文献的被引频次；cc 为两篇文献的共被引频次；ccv 为共被引系数，是在给定的时间段共被引数量的规范化，cc［i，j］是文献i 和j 的共引次数，c[i]和c[j]是它们各自的引文次数）按照时间的前、中、后顺序分别设定阈值（3.2.10）、（3.2.10）、（2.2.5），每个时间段的阈值由插值算法确定。采用了词频突现检测（burst detection）算法，可以得到智能感知技术领域研究热点情况的文献共被引图谱。

1.3 文献共被引图谱与关键节点

用CitespaceⅡ可视化软件所绘制的智能感知技术研究文献共被引网络图谱（图1），共包含符合限定条件的节点376 个，连线2 157 条，突现词（burst）2 038 个。

根据图中出现的文献记录与突增词，我们可以很直观地看出，图1 中出现由聚类形成的三个明显的知识群A、B、C 和一个连接相对松散的椭圆区域。

2 可视化技术的国际智能前沿热点分析

从智能感知文献引文图谱，可以看出由聚类颜色表现的知识群时间序列，一方面是A、B、C 三个知识群序列，另一方面知识群A 又形成A1、A2、A3 和A4 四个子群序列。下面根据各个知识群的文献对这些区域中的研究领域进行更为细致的分析。

2.1 知识群A：人类认知研究及其热点变化

智能感知技术的科学基础是人们对人类自身认知领域的把握。知识群A 在整体上为人类认知领域相关的研究。人类智能的集中体现就是大脑，通过对人脑的研究，我们可以探寻人类意识、情感等方面的机理。除了脑科学之外，研究人脑活动的另外一门重要科学便是认知科学。通过对其中的论文标题和摘要的阅读发现，人类认知领域的研究热点随着时间的发展，研究方法和领域出现了明显的转移，A1（1997～1998年，深蓝色）主要是在传统的心理学领域对人类认知情况进行了研究，采用的手段主要为智力量表和因子分析等方法。而到了1999～2004年（浅蓝，绿和黄色）的A2 部分，研究者们则更多地采用神经心理测试的研究方法，研究对象更偏重于成年人和老年人。认知领域的研究在2005～2006年（橙黄色）发生了明显的分化，分为A3 和A4 两个部分。A3结合人类生理学的知识，从生理学的角度如性别、年龄以及大脑皮层结构等对人类的认知能力进行研究；而A4 则运用了现代化的设备，如磁共振成像技术，结合生理和心理学知识探讨影响人类认知能力的物理原因。

2.2 知识群B：压电传感技术与智能结构

从本质上看，智能感知技术是人类认知科学成果的物化，也就是借助技术手段感知外部现象，经典压电传感技术就是其中之一。知识群B 主要研究的对象就是压电驱动器，属于智能结构的研究范畴。智能结构是一种具有传感、执行、信号处理、通讯与控制等功能的结构，它可以根据外部条件和内部条件的变化，实现自检测、环境自适应及损伤自愈合等诸多具有智能与生命特征的功能，主动地改变结构特性以最优地满足任务需要[4]。压电驱动器以其尺寸小、线性好、控制方便、位移分辨率高、频率响应好、能耗低、无噪声等特点，已成为一种理想的微位移驱动装置，非常适合在精密定位及小负载、大转矩、高精度的机械传动装置等领域中应用，展现了良好的应用前景。学者们从1999年至今一直持续保持着从智能感知领域进行压电致动研究的热情，从多个角度对压电驱动器技术进行着研究，如组件结构的有限元分析、分布式传感和控制闭连集等。

从知识群A 的内在关系看，子群A2 是子群A1与子群A3、A4 之间桥梁，韦克斯勒（Wechsler D.1981）是连接A1、A2 的关键节点。从网络连接的角度看，莱扎克（Lezak M.D.1995）和第四届美国心理学会（Am.Psych.Ass.,1994）的文集是认知发展的里程碑式的文献，因为它们既是子群A 与子群B 之间的桥梁，也是认知领域研究范式转变的关键文献。知识群B 中的节点克雷里（E.F.Crawley,1987）既是压电驱动器研究的主要标志文章，也是压电驱动与布鲁克斯（R.A.Brooks,1991）对智能机器人的研究相结合的关键节点。

2.3 知识群C：无线传感器与网络技术集成

无线传感技术是智能感知技术的新进展。知识群C 主要为无线传感器网络研究。集成了传感器、微机电系统和网络三大技术而形成的传感器网络是一种全新的信息获取和处理技术。无线传感器网络是众多的传感器通过无线通信的方式，相互联系，处理、传递信息的网络。从知识群C 的颜色可以看出无线传感网络研究从2005年开始成为智能感知研究领域中的一个非常显著的热点，但知识群C与作为传统压电传感技术的知识群B 并无直接联系，而是更多地结合了现代通讯技术的成果。知识群C 所展示的论文节点分别从无线通讯网络的能量耗散、扩展性和稳定性、信号处理、网络协议和复杂性等角度对无线传感网络进行了探索。这些研究角度也是国际无线传感网络技术界最为关心的话题。

2.4 人工智能相关研究与3 个知识群的关系

值得注意的是，图谱上方的椭圆形区域及其与各知识群的关系。椭圆形区域本身主要是围绕着“人工智能”进行的一些研究，连接相对松散。我们对其中的文献进行分析后发现，这个区域主要是从两个角度进行的研究，一个是智能感知技术在移动机器人研究中的应用，包括在移动机器人的视觉系统、行走机构、机械手、控制系统等构成的系统的应用。主要探讨了移动机器人如何回避障碍物、以及在无人监督的情况下，机器人在标准办公环境中的表现等。另一个重要的研究方向就是有关智能感知算法的研究，主要是在模糊算法、基因算法、神经网络等算法的基础上进行的算法优化和改进研究。这表明椭圆形区域存在一个以智能机器人技术和智能感知算法为主要内容的人工智能核心知识群。而从椭圆形区域与三个知识群之间的关系看，椭圆形区域分别连接三个知识群的关键节点显然比三个知识群相互联系更为直接紧密，显示出椭圆形区域的人工智能核心知识群，既是各个智能感知技术知识群的知识基础，又是智能感知技术的服务领域。

然而，迄今为止，人工智能研究状况表明，人工智能领域依然是“结构主义”、“功能主义”、“认知主义”三大方法论体系“自成一体，分而治之”的局面，这是导致过去几十年人工智能领域没有取得更大成就的主要历史教训[5]。从图1 中椭圆形区域可以看出，这个现状在智能感知领域中依然没有明显改善。结构主义（以人工神经网络为代表）、功能主义（以专家系统为代表）、认知主义（以计算机视觉感知动作系统为代表）的三种方法论彼此间的联系依然十分松散，甚至是割裂开来的。这就是说，人工智能学科及其从属的智能感知领域尚未形成公认的理论基础与统一范式。不过，从知识群A 与B 之间较为密切的关系看，结构主义和认知主义的研究范式在智能感知技术中得到了较多的应用。

3 结论与展望

运用动态网络分析的信息可视化方法，绘制出国际智能感知领域文献共被引网络图谱，形象地展现出存在人类认知能力及脑科学、经典传感技术及智能结构、无线传感网络技术三个知识群，是当代智能感知技术研究的前沿热点领域。它们虽然以网络松散的人工智能核心知识群为知识基础，但也表明人工智能学科及其从属的智能感知领域至今仍然缺乏公认的理论基础与统一的学科范式，同时也暗示人工智能领域及智能感知技术仍将呈现多元发展的途径与方式。

网络图谱上若干突现词所表征的前沿术语和最新论文节点，不仅从智能感知文献结构的角度发现和证实了智能感知领域本质上反映了“以人为中心的智能信息处理和控制”，而且预示了以生物特征识别、自然语言和动态图像的理解为基础的“以人为中心”的智能信息处理和控制技术，智能化中文信息处理，以及智能交通等相关领域的系统技术，是值得密切关注、可望取得突破的重点前沿领领域。

［1］ 侯海燕.科学计量学知识图谱：五十位最有影响的科学计量学家［J］.科学学研究，2007,25（3）：404-406.

［2］ 韩静，王熙，贾永全，等.基于网络的农场畜牧信息管理系统研究［J］.黑龙江八一农垦大学学报，2008,20（3）：89-91.

［3］ C.M.Chen.CiteSpaceⅡ—Detecting and visualizing emerging trends and transient patterns in scientific literature［J］.Journal of the American Society for Information Science and Technology，2006,57（3）：359-377.

［4］ 黄尚廉.智能结构—工程学科萌生的一场革命［J］.压电与声光，1993，2（15）：13-15.

［5］ 钟义信.智能科学技术导论［M］.北京：北京邮电大学出版社，2006.